听说最近新型冠状病毒（SARS-CoV-2）已经成功横渡英吉利海峡，从伦敦的希思罗机场入境，在英国蔓延开来。虽然现在欧洲的新冠肺炎（COVID-19）疫情并不在许多传染病模型的预测之外，但是当病毒终于从遥远的祖国来到自己身边的时候，还是能感受到全球化时代“地球村”的紧密。为了不给祖国人民添乱，我就准备坚守伦敦，拒病毒于家门之外——有种快要打仗的感觉呢！取消了周末出游的行程，尽量选择在人少的时候错峰出行，准备了一些解表的感冒药（如果自己被感染了，大概率会是像重感冒一样的表现吧）和能吃两周的食物（以防被要求在家隔离的情况），不参加非必须的聚会，多走路少乘公交，多吃水果，早睡早起，勤洗手——在保护自己的同时，也算是主动减轻社会防疫的压力吧。¹ 据说现在一个人的智商等于100减去家里卫生纸卷的数量，我自然是不敢屯卫生纸的。周末宅在家里，晒着难得的初春暖阳，正好可以读书写文。

在细菌基因组流行病学（genomic epidemiology）领域，SRST2是一个通过细菌全基因组测序读片段（reads）和参考基因数据库来快速检测目标基因的软件¹。SRST2-ARGannot是一个由Kathryn Holt实验室创建并维护、符合SRST2输入格式的ARG-ANNOT数据库。目前最新的版本是r3（revision 3，ARGannot_r3.fasta）。我作为SRST2-ARGannot r2版本的整理者[r3版本仅在r2基础上增加了抗粘菌素（colistin）的数个msr基因]，在长期使用SRST2的过程中积累了丰富的经验。在此，我对SRST2-ARGannot数据库作一个深入解析，希望能够对从事相关分析的读者有所帮助。

在生物信息学领域，Python是最常用的编程语言之一，具有语法简洁、可读性好、模块丰富、以及编程社区活跃等优点。不过，因为它语句灵活和程序包庞大，即使是有一定经验的程序员，在应用中也可能会遇到一些问题。在本文中，我分享一些平时为了数据分析，在Xubuntu上作为系统管理员配置和使用Python的经验，希望能够对读者有所帮助。以后我会逐渐增加内容。

在运行了一个多月后，我终于把VirtualBox上的Xubuntu之车开到沟里去了。事情的起因是原有的VDI硬盘被写满（12 GB），在使用vboxmanage modifymedium disk bioinformatics.vdi --resize 32768 命令扩容后，出现输入正确的密码后，无法登录（闪退）的问题。通过root用户名登录进系统后，发现sudo用户home文件夹下很多文件和子文件夹的所有者变成了root（从而无法在启动时被其他用户访问）。运行ldconfig命令并删除了其他用户的.Xauthority文件后，其他用户可以登录，却发现Xubuntu桌面环境出现了这样那样的异常，可能依然是那些变成了root所有的用户文件导致的。几经修理，却是解决了一个问题，又出现了新的问题，最后连Xubuntu和Gnome桌面环境都全部丢失（只剩下Xfce桌面），而且网络适配器也不再工作。如此这般，再修下去毫无益处，不如重装。幸好这个系统只是用来测试软件的，并没有存放任何重要文件。这次经历，让我体会到了那种”生小病住院，这治那治，病却越治越多，最后不治身亡“的无奈。以本篇博文，记录下这段时间使用Linux的四点心得。

据十月十八日《浙江大学》微博报道，中国第一本关于传染性微生物和传染病的英文学术期刊《Infectious Microbes & Diseases》于上月正式创刊。在为中国新增一份具有国际影响力的学术期刊而欣喜的同时，我又感到一丝遗憾：虽然毫不意外，但为什么又是英语期刊呢？中文科技期刊，在今天还有多少影响力呢？

Linux操作系统因为其免费、开源、以及强大的命令行界面，广泛应用于生物信息学和计算生物学领域。一直以来，我都是通过在VirtualBox虚拟机上运行Xubuntu的方式，为Linux环境下的应用程序搭建开发和测试平台。与ubuntu标准版相比，对配置要求很低的Xubuntu能够保证在个人电脑上流畅运行，是很适合个人学习、演示、与一般应用场景的操作系统。但是，在虚拟机上安装Xubuntu后，用户通常遇到的第一个运行困难就是初始屏幕分别率太低的问题——显然，800×600的分辨率在今天高清屏流行的时代，已经难以使用。要解决这个问题，只需要三个步骤。

进入二十一世纪以来，全基因组测序（whole-genome sequencing，WGS）技术的发展为微生物学和流行病学研究带来了革命性变化。同时，全基因组数据与计算生物学的结合也开创了基因组流行病学（genomic epidemiology）这一全新研究领域。作为获取基因组信息的途径和解答生物学问题的基础，生物信息学软件得到了人们的高度重视。每年都会有大量的优秀软件被开发出来，同时，既有软件的升级维护也推动了行业发展。在本文中，我概述面向微生物基因组的一些前沿且应用广泛的生物信息软件，并且会长期保持更新。对已经在生物信息学领域耳熟能详的那些经典软件（比如BLAST，BWA，Bowtie和PLINK等），本文不再赘述。

在分子系统演化学（molecular phylogenetics）领域，贝叶斯系统演化学（Bayesian phylogenetics）是在20世纪90年代末，借助于计算机技术和算法的进步而发展起来，并且得到广泛应用的一种方法论¹。在此，我对该方法的基本原理做一个简明扼要的总结。作为初学者，本文难免存在谬误，欢迎读者指正。对系统生成树重建感兴趣的读者，不妨阅读文末的参考文献。

在我的家乡，山城重庆，自然出露了大量沉积岩——页岩和砂岩。这些沉积岩又分为两大类。第一类是形成于中生代的紫色泥页岩和砂岩。当时的四川盆地，是一个大型内陆湖。第二类沉积岩则是形成于新生代的浅色砂岩和页岩，源自长江水系的沉积物。在重庆进行地质考察，很容易在裸露的山体侧面见到第二类沉积岩叠压在第一类之上。而在它们下方，则是由古生代海洋的生物碎屑形成的石灰岩。

从小时候起，我就很喜欢翻看那些来自新生代时期的浅色沉积岩。一页页地剥开，在层与层之间便会露出斑驳的纹理，颜色从红褐色到黑色不等。它们是有机物的痕迹。可惜在其中并没有发现肉眼可以分辨的动植物化石。至于为什么它们会呈现出圆形如菌落一般的样子，我并不清楚，只是猜想这或许是化学物质浓缩的结果。

在这篇文章里，我分享一些由自己的经历以及耳闻目见的事情所引发的感想，主要侧重于科研合作中的一些问题。以后会慢慢添加新的感想。本文不针对任何人，请读者不要对号入座。